从零开始：手把手教你用Python绘制CART决策树（附完整代码）

1次阅读

共计 1619 个字符，预计需要花费 5 分钟才能阅读完成。

刚学机器学习时，我发现决策树算法虽然容易调用（clf.fit(X,y)一行代码就能跑起来），但模型到底怎么选特征、如何做判断完全是个黑箱。直到看到导师演示决策树可视化，才恍然大悟——原来每个节点的 gini 值、samples数量、value分布都能直观呈现，这对理解模型行为至关重要。

文本表示（sklearn.tree.export_text）
优点：无需额外依赖库，适合快速查看
缺点：复杂树结构时难以阅读，缺乏颜色标记
Graphviz（本文推荐方案）
优点：专业级图形渲染，支持节点颜色填充
缺点：需要单独安装 Graphviz 软件（后面会教避坑）
dtreeviz
优点：交互式可视化，动态显示数据分布
缺点：安装复杂（需安装 Java 环境）

首先安装必要库（建议使用 conda 虚拟环境）：

conda install python-graphviz scikit-learn

# 导入所需库
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, export_graphviz
import graphviz

# 加载数据（故意取子集制造过拟合）iris = load_iris()
X, y = iris.data[::2], iris.target[::2]  # 每隔一行取一个样本

# 训练模型（关键参数 max_depth= 3 防止过深）clf = DecisionTreeClassifier(max_depth=3, criterion="gini")
clf.fit(X, y)

# 生成可视化图形
dot_data = export_graphviz(
    clf, 
    out_file=None, 
    feature_names=iris.feature_names,  # 特征名称对应
    class_names=iris.target_names,    # 分类标签映射
    filled=True,         # 颜色填充
    rounded=True,        # 圆角矩形
    special_characters=True
)
graph = graphviz.Source(dot_data)
graph.render("iris_tree")  # 保存为 PDF 文件

feature_names：必须与训练数据 X 的列顺序完全一致
class_names：分类任务的类别标签（回归问题不需要）
filled=True：用颜色深浅表示节点纯度（越深纯度越高）
rounded=True：审美党必备，节点变圆角

Graphviz 报错：
Windows 用户需单独安装Graphviz 软件
安装后添加 bin 目录到系统 PATH

中文乱码：

dot_data = dot_data.replace('fontname=Helvetica', 'fontname="Microsoft YaHei"')

图形溢出：
控制max_depth（建议 3 - 5 层）
设置 proportion=True 按比例显示样本量

尝试用 dtreeviz 库实现交互式可视化（鼠标悬停看数据分布）：

from dtreeviz.trees import dtreeviz
viz = dtreeviz(clf, X, y, 
               target_name="species",
               feature_names=iris.feature_names,
               class_names=list(iris.target_names))
viz.view()

观察图形时注意比较：
– 使用 criterion="gini" 和"entropy"时节点的分裂顺序差异
– 过深的树如何在末端节点出现极端样本比例（这就是过拟合！）

第一次成功看到自己训练的决策树展开时，那种 ” 原来如此 ” 的快乐至今难忘。建议读者动手调整 max_depth 参数，观察树结构变化——这是理解模型复杂度的最佳实验。

正文完